Ejemplo de simulador

Aquí se presenta un ejemplo de simulador de redes neuronales. Después del escabroso rigor matemático, ahora se ejemplifica  un caso práctico del entrenamiento de una red neuronal.

Este simulador funciona bajo sistemas operativos basado en  DOS, y es válido para PC's por lo que puede instalarse fácilmente. Es la versión para PC del Programa Neural  Graphics.

Es necesario seguir estel tutorial  para ejecutar el ejemplo en la  PC,  por lo pronto se le dara guía  al lector en una primera simulación parta introducirle en los primeros pasos de una simulación . Una vez  ejecutado el programa, para volver al tutorial cuando  pulse las teclas Control+enter,  de esta manera es posible pasar del tutorial al simulador y del simulador al tutorial.

En primer lugar, instale en su PC el  simulador (Archivo comprimido -ZIP-271 KB).

Se ha preparado una primera experiencia muy sencilla, para entrenar una red multicapa mediante el algoritmo de retropropagación.

Como ya se ha dicho, es una red multicapa con la siguiente topología:

Entrada con seis unidades;
capa oculta con 5 nodos;
capa de salida con dos nodos, uno para cada clase.
Del menú de entrada hay que seleccionar el tipo de red que vamos a usar. En este caso será un Perceptrón Multicapa entrenado por Retropropagación. Una vez elegido el algoritmo de entrenamiento, se selecciona dentro del subdirectorio data el fichero de entrada que contiene los ejemplos para el entrenamiento y los ficheros para la fase de prueba, que se llama xor.dat. El formato de este fichero es el siguiente:
 
 
 
4 8 6 2
1 1.0 1.0 1.0 1.0 1.0 1.0 1
2 -1.0 -1.0 -1.0 -1.0 -1.0 -1.0 1
3 -1.0 1.0 -1.0 1.0 -1.0 1.0 0
4 1.0 -1.0 1.0 -1.0 1.0 -1.0 0
1 1.0 1.0 1.0 1.0 1.0 1.0 1
2 -1.0 -1.0 -1.0 -1.0 -1.0 -1.0 1
3 -1.0 1.0 -1.0 1.0 -1.0 1.0 0
4 1.0 -1.0 1.0 -1.0 1.0 -1.0 0
1 1.0 1.0 1.0 1.0 1.0 1.0 1
2 -1.0 -1.0 -1.0 -1.0 -1.0 -1.0 1
3 -1.0 1.0 -1.0 1.0 -1.0 1.0 0

          4 1.0 -1.0 1.0 -1.0 1.0 -1.0 0

El primer número significa que hay 4 ejemplos para la fase de entrenamiento y el segundo significa que tiene 8 ejemplos para la fase de prueba. El tercer número significa que la entrada tiene 6 nodos, y el último significa que tiene 2 clases a clasificar.

De momento acepte todos los valores por defecto, con los pesos aleatorios (random), y la capa intermedia de 5 nodos.

Observe como el programa empieza a funcionar, y en la gráfica inferior derecha el error va decreciendo. Cuando el error alcance un determinado valor los suficientemente bajo, puedes salvar los pesos de la red, que al fin y al cabo es lo que se busca. Para ello, presione la tecla s y dé el nombre del fichero en el que los que los desea guardar.

Para probar la red, presione t, y ponga la entrada que guste para ver observar la salida da y comprobar que todo funciona correctamente. Incluso puede probar con ejemplos que no han sido entrenados y observar que la red ciertamente ha aprendido y generaliza correctamente (esta capacidad de apredizaje es lo asombroso de las redes neuronales).

Ahora cambie a su gusta la topología de la red, el número de nodos intermedios, para comprobar si la red generaliza mejor con más o menos nodos en la capa intermedia, si tarda más o menos en llegar al mismo error. También puede cambiar los parámetros de la red como la tasa de aprendizaje (o learning rate), o el término del momento.

Para salir del simulador, solo resta presionar la letra q y luego del menú principal seleccionar salir (exit). 

Al Índice
Redes Neuronales Artificiales

Sobre este tutorial.